我在Docker容器中有一个微服务（springboot）。我还传递了很长的JVM标志列表，以便程序在该VM环境上运行，以使用每个标志组合测试延迟值。
我正在使用以下命令启动容器：
docker run --rm --name factorialorialContainer -p 8080：8080 -e JAVA_OPTIONS =“ $（cat /Users/sulekahelmini/Documents/fyp/fyp_work/MLscripts/flags.txt）“ suleka96 / factorial：latest
flags.txt看起来像这样：
-XX：-ResizePLAB -XX：+ ResizeOldPLAB -XX：+ AlwaysPreTouch -XX：-ParallelRefProcEnabled -XX：-ParallelRefProcBalancingEnabled -XX：-UseTLAB -XX：-ResizeTLAB -XX：+ ZeroTLAB -XX：+ FastTLABRefill -XX ：-UseAutoGCSelectPolicy -XX：-UseAdaptiveSizePolicy -XX：+ UsePSAdaptiveSurvivorSizePolicy -XX：-UseAdaptiveGenerationSizePolicyAtMinorCollection -XX：+ UseAdaptiveGenerationSizePolicyAtMajorCollection -XX：-UseAdaptiveSizePolicyWithSystemGC -XX：+ UseAdaptiveGCBoundary -XX：+ UseAdaptiveSize-LABTalPal-Type4LABO-Size： -XX：GCTaskTimeStampEntries = 255 -XX：TargetPLABWastePct = 5 -XX：PLABWeight = 73 -XX：OldPLABWeight = 21 -XX：MarkStackSize = 5927008 -XX：MarkStackSizeMax = 579749070 -XX：RefDiscoveryPolicy = 1 -XX：InitiatingHeapOccupancyPercent = 49 -XX ：ErgoHeapSizeLimit = 0 -XX：MaxRAMFraction = 3 -XX：MinRAMFraction = 3 -XX：InitialRAMFraction = 74 -XX：AutoGCSelectPauseMillis = 2934 -XX：AdaptiveSizeThroughPutPolicy = 0 -XX：AdaptiveSizePausePolicy = 0 -XX：AdaptiveSizePolicyInitializingStepS = 24 olicyOutputInterval = 4060 -XX：AdaptiveSizePolicyWeight = 11 -XX：AdaptiveTimeWeight = 69 -XX：PausePadding = 39200 -XX：PromotedPadding = 3 -XX：SurvivorPadding = 1 -XX：ThresholdTolerance = 11 -XX：AdaptiveSizePolicyCollectionCostMargin = 68 -XX：YoungGenerationSizeIncrement 28 -XX：YoungGenerationSizeSupplement = 81 -XX：YoungGenerationSizeSupplementDecay = 9 -XX：TenuredGenerationSizeIncrement = 48 -XX：TenuredGenerationSizeSupplement = 63 -XX：TenuredGenerationSizeSupplementDecay = 2 -XX：MaxGCPauseMillis = 16157174462788231168 -XX：GCPauseIntervalMillis = 3009 -XX：GCTime XX：AdaptiveSizeDecrementScaleFactor = 4 -XX：AdaptiveSizeMajorGCDecayTimeScale = 9 -XX：MinSurvivorRatio = 4 -XX：InitialSurvivorRatio = 4 -XX：BaseFootPrintEstimate = 463170010 -XX：GCHeapFreeLimit = 4 -XX：ProcessDistributionStride = 4 -Xm338224
当我运行上述docker命令时，出现以下错误：
＃
Java运行时环境检测到致命错误：
＃
SIGSEGV（0xb）at pc = 0x00007f9b014fe3c3，pid = 1，tid = 0x00007f9b10633b10
＃
JRE版本：OpenJDK运行时环境（8.0_212-b04）（内部版本1.8.0_212-b04）
Java VM：OpenJDK 64位服务器VM（25.212-b04混合模式linux-amd64压缩的oops）
衍生物：IcedTea 3.12.0
分发：自定义版本（UTC 2019年5月4日星期六17:33:35）
问题框架：
j java.net.URLStreamHandler.toExternalForm（Ljava / net / URL;）Ljava / lang / String; +88
＃
无法写入核心转储。核心转储已被禁用。要启用核心转储，请在再次启动Java之前尝试“ ulimit -c unlimited”
＃
具有更多信息的错误报告文件另存为：
/usr/src/factorial/hs_err_pid1.log编译方法（c1）1054 256 1 java.net.URL :: getRef（5字节）在堆中总计
[0x00007f9b0166bad0,0x00007f9b0166bd60] = 656重定位
[0x00007f9b0166bbf8,0x00007f9b0166bc20] = 40个主代码
[0x00007f9b0166bc20,0x00007f9b0166bca0] = 128个存根代码
[0x00007f9b0166bca0,0x00007f9b0166bd30] = 144个范围数据
[0x00007f9b0166bd30,0x00007f9b0166bd38] = 8个示波器
[0x00007f9b0166bd38,0x00007f9b0166bd58] = 32个依赖项
[0x00007f9b0166bd58,0x00007f9b0166bd60] = 8 ＃如果您要提交错误报告，请提供
有关如何重现该错误并访问的说明：
https://icedtea.classpath.org/bugzilla
＃
我在做什么错了？
答案 0 :(得分：7)
-XX:+ZeroTLAB选项已损坏。只是不要使用此标志。
我猜想这里涉及一个随机选项生成器，以进行性能调整。尽管这个主意很好，并且在已知案例中， 1,2 当使用贝叶斯优化的机器学习帮助找到更好的JVM选项值时，这里的重点是在实验中仅包括那些选项您理解的含义和含义。
实验还应注意每个选项的合理范围，以及关联选项之间的相互关系。
但是，上面的选项列表看起来完全是随机的，没有太大意义（也许，除了JVM测试之外）。这样的配置可能会产生不可预测的结果，包括JVM崩溃，这一点不足为奇。
1 Automated Tuning of the JVM with Bayesian Optimization
2 Performance tuning Twitter services with Graal and Machine Learning